来自：宋天龙《PYTHON数据分析与数据化运营》，以下内容比较简陋，方便日后翻阅。场景：某天业务部门拿了一些数据找到数据部门，这些数据是关于客户的，苦于没有分析入手点，希望数据部门通过对这些数据的分析，给业务部门一些启示、建议。数据源特征如下：user_id用户ID列，整数型AVG_ORDERS:平均用户订单数量，浮点型AVG_MONEY:平均订单价值，浮点型IS_ACTIVE:是否活跃 字符串S

1.用霍夫变换检测直线和圆霍尔夫变换是图像处理中从图像中识别几何形状的基本方法之一。原理：在原始图像坐标系下的一个点（直线）对应了参数坐标系下的一条直线（点）。OpenCV提供了如下三种霍夫变换相关的函数：HoughLines：检测图像中的直线。HoughLinesP：检测图像中的直线段。HoughCircles：检测图像中的圆。HoughLinesP(image, rho, th...

关键语句：addpath(genpath('引用的路径'));将该语句添加的要执行的脚本中我的路径 :E:\matlabDM\交大课题组,代码有很多，数据，核心函数，脚本文件等等，一开始放到一起还可以，随着函数、数据的增多，这样会特别不方便。个人建议：把data放到一个子文件夹，此处是E:\matlabDM\交大课题组\data,把核心函数（经常调用的函数）放到一个子文件夹，此...

分水岭算法-图像分割1.原理有了上面对图像灰度三维模型的直观感受，会更好理解分水岭算法的思想。 在分水岭算法中，一幅图像中灰度值高的区域被看作山峰，灰度值低的区域被看作山谷。 然后从山谷的最低点灌水，水会慢慢在不同的地方汇合，而这些汇合的地方就是需要对图像分割的地方。 分水岭算法的核心思想就是建立堤坝阻止不同盆地的水汇合。 在一般分水岭算法中，通常是把一副彩色图像灰度化，然后再求梯度图， 最后..

并行计算、分布式计算都属于高性能计算范畴，主要目的都是对大数据进行分析和处理，都是利用并行来获得更高性能的计算——把大任务分为n个小任务。并行计算并行计算是相对于串行计算来说的，并行计算主要目的是加速求解问题的速度和提高求解问题的规模。为了利用并行计算求解一个计算问题，通常基于以下考虑：1.将计算任务分解成多个子任务，有助于同时解决；2.在同一时间，由不同的执行部件可同时执行多个子任务；3.多计算

python导入matlabimport numpy as np#GW是一个NxN的矩阵np.savetxt('E:\matlabDM\论文算法\isira\GW.csv', GW, delimiter = ',')#GW.csv就保存到指定路径GW = csvread('E:\matlabDM\论文算法\isira\GW.csv') #GW变量在matlab工作区中matlab...